← 视觉 · 语言 · 动作 / 动作分布与效率显式策略与隐式能量策略CoRL 2021 · Fig. 1 · p.2 ↗
正式发表 / Vision–Language–Action
IBC
Implicit Behavioral Cloning
CoRL · 2021
关键框架 FRAMEWORK
将模仿策略表示为观测–动作能量函数,训练时区分示范动作与负样本,推理时优化动作以降低能量。
- 01学习动作能量
- 02优化候选动作
- 03执行低能量动作
THE IDEA
它在解决什么
将模仿策略表示为观测–动作能量函数,训练时区分示范动作与负样本,推理时优化动作以降低能量。
WHY READ IT
为什么放在这条路线
与直接回归动作对照,隐式策略能表达多峰和不连续映射;与扩散策略的逐步去噪目标也不同。
READ WITH A QUESTION
读的时候,留意什么
动作优化带来推理成本,负采样和优化器影响效果;无需奖励不代表无需示范。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器